دانش سرمایه‌گذاری

دانش سرمایه‌گذاری

بهینه سازی سبد سرمایه گذاری بر اساس رویکردهای الگوریتم بهینه سازی مورچه خوار و الگوریتم بهینه سازی علف های هرز و مقایسه آن با رویکردهای سنتی

نوع مقاله : مقاله پژوهشی

نویسندگان
رضا نازی 1
مهدی معدنچی 2
امیررضا کیقبادی 3
شادی شاهوردیانی 4
1 دانشجوی دکترا مهندسی مالی گروه مدیریت مالی واحد رودهن، دانشگاه ازاد اسلامی، رودهن، ایران
2 گروه دانشی مدیریت ، واحد تهران مرکزی، دانشگاه آزاد اسلامی ، تهران، ایران
3 گروه مدیریت صنعتی ، واحد تهران مرکزی ، دانشگاه آزاد اسلامی ، تهران، ایران.
4 گروه مدیریت، واحد شهر قدس، دانشگاه آزاد اسلامی، شهر قدس، ایران
10.22034/jik.2025.23914
چکیده
امروزه سرمایه گذاران از معیارهای مختلف اندازه گیری ریسک استفاده های می کنند. بطوریکه این معیارها بسته به رفتار سرمایه گذاران در بازار سرمایه و میزان دانش و تسلط وی بر مسائل مالی انتخاب می شوند. در مبحث بکارگیری ریسک در تجزیه و تحلیل سبد سهام، مطالب زیادی عنوان شده است و همچنین، سرمایه گذاران جدا از اصل ریسک گریزی همواره براین تلاش بوده اند که رابطه میان ریسک و بازده حاصل از فعالیت را بهینه نمایند.
بنابراین در این تحقیق به بهینه سازی سبد سرمایه گذاری بر اساس رویکردهای الگوریتم بهینه سازی مورچه خوار و الگوریتم بهینه سازی علف های هرز پرداخته شد. این پژوهش، برای دوره زمانی 1400 الی 1401 در بورس اوراق بهادار تهران صورت گرفت. روش آماری مورد استفاده در این تحقیق روش رگرسیون چند متغیره و الگوریتم بهینه سازی شده می باشد. نتایج این تحقیق نشان داد که : انتخاب سبد سرمایه گذاری با استفاده از مدل های فراابتکاری بهتر از انتخاب سبد سرمایه گذاری با استفاده از شیوه های سنتی می باشد.، الگوریتم بهینه سازی مورچه خوار توانایی انتخاب سبد سرمایه گذاری بهینه را دارد.، الگوریتم بهینه سازی علف های هرز توانایی انتخاب سبد سرمایه گذاری بهینه را دارد.،
کلیدواژه‌ها
بهینه سازی سبد سرمایه گذاری
الگوریتم بهینه سازی مورچه خوار
الگوریتم بهینه سازی علف های هرز
رویکردهای سنتی سبد سرمایه گذاری

عنوان مقاله English

Optimizing the investment portfolio based on the approaches of the anteater optimization algorithm and the weed optimization algorithm and comparing it with traditional approaches.

نویسندگان English

reza nazi 1
Mehdi Madanchi Zaj 2
Amirreza Kiqbadi 3
Shadi Shah Vardiani 4
1 PhD student in Financial Engineering, Islamic Azad University, Rodhan Branch
2 Department of Management, CT.C. , Islamic Azad University, Tehran, Iran
3 Department of Industrial Management , CT.C., Islamic Azad University , Tehran , Iran.
4 faculty of Islamic Azad University, Shahr Quds Department of Management, Qods City Branch, Islamic Azad University, Qods City, Iran
چکیده English

Today, investors use different risk measurement criteria. So these criteria are chosen depending on the behavior of investors in the capital market and their knowledge and mastery of financial issues. In the topic of using risk in the analysis of the stock portfolio, many things have been mentioned and also, apart from the principle of risk aversion, investors have always tried to optimize the relationship between risk and the yield of the activity.
Therefore, in this research, the optimization of the investment portfolio was discussed based on the approaches of the anteater optimization algorithm and the weed optimization algorithm. This research was conducted for the period 1400 to 1401 in Tehran Stock Exchange. The statistical method used in this research is multivariate regression method and optimized algorithm. The results of this research showed that: choosing the investment portfolio using meta-heuristic models is better than choosing the investment portfolio using traditional methods. The anteater optimization algorithm has the ability to choose the optimal investment portfolio. Making weeds has the ability to choose the optimal investment portfolio.

کلیدواژه‌ها English

Investment portfolio optimization
anteater optimization algorithm
weed optimization algorithm
traditional investment portfolio approaches
  • امیری, میثم, حسینی, سید مجتبی. (1398). نقش هم‌زمانی قیمت و آگاهی بخشی قیمت سهام در انتخاب سبد بهینه سهام. راهبرد مدیریت مالی, 7(3), 25-60.
  • حدادی, محمد رضا, نادمی, یونس, طافی, فاطمه. (1400). بهینه سازی سبد سهام با معیارهای MAD و CVaR با مقایسه روش های کلاسیک و فراابتکاری. مهندسی مالی و مدیریت اوراق بهادار, 12(47), 514-533.
  • حیدری, محمدسعید, ولیدی, جواد, ابراهیمی, سیدبابک. (1400). بهینه سازی سبد سهام مبتنی بر مدل برنامه ریزی امکانی استوار با استفاده از الگوریتم‌های ژنتیک و جهش قورباغه مخلوط شده. مهندسی مالی و مدیریت اوراق بهادار, 12(47), 564-586.
  • خواجه زاده, سامیران, شاهوردیانی, شادی, دانشور, امیر, معدنچی زاج, مهدی. (1399). پیش بینی سبد بهینه سهام رویکرد الگوریتم فراابتکاری و فرآیند تصمیم مارکوف. تصمیم گیری و تحقیق در عملیات, 5(4), 426-445.
  • راموز, نجمه؛ زهرا اکبری آقمشهدی و علی رضا عاطفت دوست، ۱۳۹۹، انتخاب پرتفوی بهینه با استفاده از مدل برنامه ریزی توافقی در بورس اوراق بهادار تهران، راهبرد مدیریت مالی 8 (1)،
  • رستگار, محمدعلی, اوکی نژاد, محمد. (1396). تاثیر افق سرمایه‌گذاری در بهینه کردن سبد سرمایه گذاری با استفاده از موجک و گارچ-کاپولا. مدلسازی ریسک و مهندسی مالی, 2(3), 340-361.
  • رضایی محمدحسین، قهطرانی علیرضا، نجفی امیرعباس. به‌کارگیری بهینه سازی استوار در مساله انتخاب سبد سرمایه گذاری با افت سرمایه در معرض خطر مشروط. تحقیق در عملیات در کاربردهای آن . ۱۳۹۶; ۱۴ (۲) :۸۱-۹۳
  • عسگری محمد علی 1395 " مدل سازی پورتفوی سرمایه‌گذاری برای انتخاب بهینه سبد سرمایه گذاری شرکت های پذیرفته شده در بورس اوراق بهادار تهران ‌(رهیافت روش‌های فرا تکاملی)"رساله دکتری دانشگاه ارومیه
  • فرید, داریوش؛ ابوالفضل دهقانی فیروزآبادی و حمیدرضا میرزایی، ۱۳۹۸، کاربرد رویکرد برنامه ریزی ترجیحات فازی لگاریتمی در انتخاب سبد سرمایه گذاری، چهارمین کنفرانس بین المللی مدیریت صنعتی، یزد، دانشگاه یزد - انجمن علمی مدیریت صنعتی ایران،
  • فلاح شمس, میرفیض, عبداللهی, احمد, مقدسی, مطهره. (1392). بررسی عملکرد معیارهای متفاوت ریسک در انتخاب و بهینه‌سازی سبد سرمایه گذاری با استفاده از الگوریتم مورچگان در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران. راهبرد مدیریت مالی, 1(2), 15-32.
  • سینا, افسانه, فلاح شمس, میرفیض. (1398). بهینه سازی سبد سرمایه گذاری با رویکرد نظریه ارزش فرین در بورس اوراق بهادار تهران. مهندسی مالی و مدیریت اوراق بهادار, 10(40), 184-200.
  • صفری سعید ، محمدجواد شیخ، یوسف مشتاقی 1395 " انتخاب سبد سرمایه گذاری بهینه با استفاده از مدلسازی آرمانی و فرآیند تحلیل سلسله مراتبی رویکرد ارزش افزوده اقتصادی" چشم انداز مدیریت مالی، شماره 13  بهار 1395، ص 52  -37
  • محمدی, پریسا، ۱۳۹۸، مدل چند معیاری برای انتخاب بهینه سبد سرمایه گذاری میتنی بر رویکرد گوردون، اولین کنفرانس بین المللی مدیریت دانش، بلاکچین و اقتصاد، تهران، انجمن مدیریت دانش ایران،
  • Faezy, F. & Shahabi, V. (2020). Forming the stock optimized portfolio using model Grey based on C5 and the Shuffled frog leap algorithm. Journal of Statistics and Management Systems; 19: 397-421.
  • Fernandez A., Gomez S, (2019), Portfolio selection using neural networks; Computer& Operations Research.s, 34.
  • Gulpinar, N. Rustem, B, 2019. Worst-case robust decisions for multi-period mean–variance portfolio optimization. European Journal of Operational, Volume 183, pp. 981-1000.
  • Gupta, P. Mehlawat, M.K, Yadav, S. Kumar, A, 2020. Intuitionistic fuzzy optimistic and pessimistic multi-period portfolio Intuitionistic fuzzy optimistic andpessimistic multi-period portfolio. Soft Computing.
  • Hassanlou, K., 2017. A multi period portfolio selection using chance constrained programming. Decision Science Letters, pp. 221-232
  • Liagkourasو Metaxiotis, K, 2018. Multi-period mean–variance fuzzy portfolio optimization model with transaction costs. Engineering Applications of Artificial Intelligence, Volume 67, pp. 260-269.
  • Liu, Y. Zhang, W. Gupta, P, 2019. Multi-period Portfolio Performance Evaluation Model Based on Possibility Theory. TRANSACTIONS ON FUZZY SYSTEMS.
  • Najafi, A.A. Mushakhian, S, 2015. Multi-stage stochastic mean–semivariance– CVaR portfolio Multi-stage stochastic mean–semivariance–CVaR portfolio. Applied Mathematics and Computation, Volume 256, pp. 445-458.
  • Sun, Yufei. AW, G. Teo, k. Zhu. Y. Wang, X, 2016. Multi-period Portfolio Optimization Under Probabilistic Risk Measure. Finance Research Letters, Volume 18, pp. 60-66.
  • Wei Zhou, Zeshui Xu 2018 " Portfolio selection and risk investment under the hesitant fuzzy environment" Knowledge-Based Systems 144 (2018) 21–31
  • Zhang, J. Li, Q, 2019. Credibilistic Mean-Semi-Entropy Model for Multi-Period Portfolio Selection with Background Risk. Entropy, Volume